小编use*_*225的帖子

我想使用离散傅立叶变换来识别销售动态，然后聚类相似的模式。但是，我是使用 R 的新手，在搜索解决方案后，我找到了一个 prodecure fft()，但不确定我是否得到与 DFT 相同的结果。我想在图上呈现波浪，然后使用算法来聚类类似的销售动态。更重要的是，我想知道我是否可以使用过程fft来转换所有时间序列，而不是一个一个（所以建议R：26周后转换新时间序列-查看数据库）

http://imageshack.com/a/img854/1958/zlco.jpg我的数据库；三栏：Product - 展示产品组 Week - 自推出产品以来的时间（周），前 26 周 Sales_gain - 产品的销售额如何按周变化

http://imageshack.com/a/img703/6726/sru7.jpg这就是我的时间序列的样子

我相信我可以使用 fft() 来最终实现这个目标，但是从 fft() 的输出到我的目标的飞跃有点不清楚。

请注意，我对时间序列分析比较陌生（这就是为什么我不能把我的代码放在这里）所以你可以提供任何清晰度，把 fft() 的输出放在上下文中，或者你可以推荐的任何可以有效地完成这个任务的包将不胜感激

我有嵌套数据表，将嵌套表展平为一个data.table的最佳方法是什么？请注意，嵌套表的长度可以不相等，因此tidyr :: unnest（）不起作用。

代码示例：

NestedTable <- data.table(
  COLUMN1 = c('var1', 'var2','var3'),
  COLUMN2 = c('col2a', 'col2b', 'col2c')
)

# add nested data.tables
NestedTable[ , NESTED_COL := list(list(data.table(
  COLUMN4 = c(
    'A', 'B'
  ), 
  COLUMN5 = c(
    'C', 'D'
  )
)))]

NestedTable[ , NESTED_COL2 := list(list(data.table(
  COLUMN6 = c(
    'A', 'B','C'
  ), 
  COLUMN7 = c(
    'C', 'D','E'
  )
)))]

#      COLUMN1 COLUMN2 COLUMN4 COLUMN5 COLUMN6 COLUMN7
# 1:    var1   col2a   A       C       A       C
# 2:    var1   col2a   B       D       B       D …

我有多个操作按钮，我想在这些按钮上显示不同的选择输入，并且我想知道上次单击的按钮 ID，我该怎么做？当我使用

which(lapply(c(1:10), function(i) { input[[paste0("ActionButton", i)]]}) == TRUE)

它向我显示了所有被点击的按钮，但是我想知道哪个是最后一个，以便再次点击以前的按钮。我怎样才能做到这一点？我是闪亮的新手，不确定是否了解所有反应/隔离问题，所以我会很乐意提供任何提示。

我搜索解决方案将selectedInputs放在renderDataTable单元格中.我找到了js解决方案:https://datatables.net/examples/api/form.html,但我不知道如何在shinyjs中将此解决方案实现为renderDataTable对象.我将非常感谢提示/想法/解决方案如何在闪亮中实现可编辑的renderDataTable.

我正在制定一个与确定销售动态相关的项目.这就是我的数据库看起来像http://imagizer.imageshack.us/a/img854/1958/zlco.jpg.有三列:

产品 - 介绍产品组

自产品推出以来的一周时间(周),前26周

Sales_gain - 产品销售如何按周变化

在数据库中有3302个观测值= 127个时间序列

我的目标是将时间序列分组,这些组将向我展示不同的销售动态.在聚类之前,我想使用快速傅立叶变换来改变向量上的时间序列并考虑幅度等,然后使用距离算法和分组产品.

这是我第一次处理FFT和聚类,所以如果有人指出步骤,我将不胜感激,我必须在使用FFT之前/之后对销售动态进行分组.我想在R中执行所有步骤,所以如果有人键入我应该使用哪些程序来执行所有步骤,那将会非常棒.

这就是我的时间序列现在的样子http://imageshack.com/a/img703/6726/sru7.jpg

请注意,我对时间序列分析相对较新(这就是为什么我不能把我的代码放在这里),所以你可以在R中提供的任何清晰度或任何你可以推荐的有效完成这项任务的包都将受到赞赏.

PS而不是FFT我在这里找到了DWT的代码 - > www.rdatamining.com/examples/time-series-clustering-classification但不能在我的数据库和时间序列中使用它(建议R在26周后分析新的时间序列).可以向我解释一下吗？